本文關(guān)鍵詞：供應(yīng)鏈聯(lián)合補(bǔ)充問題的強(qiáng)化學(xué)習(xí)算法

  更多相關(guān)文章： 供應(yīng)鏈 聯(lián)合補(bǔ)充問題 強(qiáng)化學(xué)習(xí) 進(jìn)銷存系統(tǒng)

【摘要】：聯(lián)合補(bǔ)充問題(The joint replenishment problem ERP)，是指在同一供應(yīng)商處采購多種貨物，對不同周期的不同貨物進(jìn)行調(diào)度的策略問題，好的采購策略能提高庫存管理效果和節(jié)約成本。在實(shí)現(xiàn)生活中，企業(yè)受到外界各種因素的影響，在聯(lián)合補(bǔ)充的過程中需求量或者采購周期往往會產(chǎn)生波動，為了降低企業(yè)的額外無用消耗，模糊聯(lián)合問題就因運(yùn)而生，，問題的解決也變得迫在眉睫。隨著生產(chǎn)生活的需要，企業(yè)需要面對各種各樣的聯(lián)合補(bǔ)充問題，機(jī)器學(xué)習(xí)和ERP相結(jié)合，解決了專家算法中供應(yīng)鏈中的知識獲取問題。強(qiáng)化學(xué)習(xí)是人工智能的重要算法之一，它是通過不斷與環(huán)境交互從而改進(jìn)本身的策略。 首先，研究單一供應(yīng)商條件下需求為模糊變量的聯(lián)合補(bǔ)充問題，需求量為模糊變量，列出其隸屬函數(shù)，通過梯形模糊數(shù)求解目標(biāo)函數(shù)，通過模糊隸屬度求出目標(biāo)函數(shù)，即各產(chǎn)品的補(bǔ)充周期；通過各個產(chǎn)品的最佳補(bǔ)充周期確定對應(yīng)的基本補(bǔ)充周期長度。通過對需求模糊的聯(lián)合補(bǔ)充問題研究，得到一個每次行動后系統(tǒng)獲得的回報函數(shù)并通過學(xué)習(xí)算法對數(shù)學(xué)模型進(jìn)行處理，最終求解出的函數(shù)為最小化訂貨成本。 其次，研究聯(lián)合補(bǔ)充問題的強(qiáng)化學(xué)習(xí)算法。通過強(qiáng)化學(xué)習(xí)對離散問題的研究，從而解決無模型情況下的聯(lián)合補(bǔ)充問題。將聯(lián)合補(bǔ)充問題轉(zhuǎn)變?yōu)闆Q策問題，進(jìn)而使用強(qiáng)化學(xué)習(xí)解決策略問題。依據(jù)半馬爾可夫理論，采用強(qiáng)化學(xué)習(xí)算法，對供應(yīng)鏈中聯(lián)合補(bǔ)充問題進(jìn)行無導(dǎo)師學(xué)習(xí)，每種貨物的基本周期作為初始狀態(tài)，由馬爾可夫決策鏈，通過行為和轉(zhuǎn)移概率計算出聯(lián)合補(bǔ)充的Q值，參數(shù)選取原則與結(jié)束條件，最后通過實(shí)例的驗(yàn)證證明算法的有效性與實(shí)用性。 最后，將本文研究的學(xué)習(xí)算法應(yīng)用于一套進(jìn)銷存系統(tǒng)中，系統(tǒng)使用SSH框架，使用Java開發(fā)，數(shù)據(jù)庫采用Mysql。經(jīng)銷存系統(tǒng)中包括商品管理、采購管理、商品運(yùn)輸、倉庫管理、基礎(chǔ)維護(hù)這五大模塊。通過測試驗(yàn)證，證明了本文模型算法在實(shí)際中的實(shí)用性。
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F274;TP18

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李春貴,劉永信,陳波;多步截斷行動—評價強(qiáng)化學(xué)習(xí)算法[J];內(nèi)蒙古大學(xué)學(xué)報(自然科學(xué)版);2005年02期

2 鄭宇;羅四維;呂子昂;;基于模型的層次化強(qiáng)化學(xué)習(xí)算法[J];北京交通大學(xué)學(xué)報;2006年05期

3 周如益;高陽;;一種基于性能勢的無折扣強(qiáng)化學(xué)習(xí)算法[J];廣西師范大學(xué)學(xué)報(自然科學(xué)版);2006年04期

4 高陽;周如益;王皓;曹志新;;平均獎賞強(qiáng)化學(xué)習(xí)算法研究[J];計算機(jī)學(xué)報;2007年08期

5 何源;張文生;;基于核方法的強(qiáng)化學(xué)習(xí)算法[J];微計算機(jī)信息;2008年04期

6 楊旭東;劉全;李瑾;;一種基于資格跡的并行強(qiáng)化學(xué)習(xí)算法[J];蘇州大學(xué)學(xué)報(自然科學(xué)版);2012年01期

7 劉夢婷;牟永敏;趙剛;歐陽騰飛;;基于強(qiáng)化學(xué)習(xí)算法的供應(yīng)鏈管理訂單策略研究[J];數(shù)據(jù)通信;2013年01期

8 王學(xué)寧,賀漢根,徐昕;求解部分可觀測馬氏決策過程的強(qiáng)化學(xué)習(xí)算法[J];控制與決策;2004年11期

9 李春貴;劉永信;王萌;;集成規(guī)劃的行動-自適應(yīng)評價強(qiáng)化學(xué)習(xí)算法[J];內(nèi)蒙古大學(xué)學(xué)報(自然科學(xué)版);2008年03期

10 蘇浩銘;王浩;;一種基于模型的強(qiáng)化學(xué)習(xí)算法[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2008年09期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 陳宗海;段家慶;任皴;羅楊宇;李成榮;;針對機(jī)器人覓食任務(wù)的強(qiáng)化學(xué)習(xí)算法及其仿真研究[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2008年

2 孟祥萍;苑全德;皮玉珍;;基于量子理論的多Agent系統(tǒng)強(qiáng)化學(xué)習(xí)研究[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 陳興國;基于值函數(shù)估計的強(qiáng)化學(xué)習(xí)算法研究[D];南京大學(xué);2013年

2 鄭宇;分層強(qiáng)化學(xué)習(xí)算法及其應(yīng)用研究[D];北京交通大學(xué);2009年

3 李妼;基于視覺聽覺語義相干性的強(qiáng)化學(xué)習(xí)系統(tǒng)的研究[D];太原理工大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張曉艷;連續(xù)時間分層強(qiáng)化學(xué)習(xí)算法[D];合肥工業(yè)大學(xué);2010年

2 蘇浩銘;基于模型知識的大空間強(qiáng)化學(xué)習(xí)算法的研究與實(shí)現(xiàn)[D];合肥工業(yè)大學(xué);2008年

3 楊宛璐;基于性能勢的改進(jìn)平均獎賞強(qiáng)化學(xué)習(xí)算法研究[D];廣東工業(yè)大學(xué);2014年

4 宋超峰;基于平均型強(qiáng)化學(xué)習(xí)算法的動態(tài)調(diào)度方法的研究[D];天津大學(xué);2006年

5 袁姣紅;基于模型的動態(tài)分層強(qiáng)化學(xué)習(xí)算法研究[D];中南大學(xué);2011年

6 褚建華;Q-learning強(qiáng)化學(xué)習(xí)算法改進(jìn)及其應(yīng)用研究[D];北京化工大學(xué);2009年

7 周雷;折扣和平均準(zhǔn)則下SMDP基于性能勢的統(tǒng)一強(qiáng)化學(xué)習(xí)算法[D];合肥工業(yè)大學(xué);2006年

8 黃付亮;聯(lián)合博弈框架下的多Agent強(qiáng)化學(xué)習(xí)算法研究[D];太原科技大學(xué);2011年

9 趙紹航;供應(yīng)鏈聯(lián)合補(bǔ)充問題的強(qiáng)化學(xué)習(xí)算法[D];哈爾濱理工大學(xué);2015年

10 楊旭東;并行強(qiáng)化學(xué)習(xí)研究[D];蘇州大學(xué);2012年

本文編號：1172565